MLOps

12 pages in this section.

O Ciclo de Vida do Notebook para Produção

O modelo mental por trás de cada tópico de MLOps - como um modelo se move de um experimento em um notebook para um artefato monitorado servindo tráfego em tempo real.

Explainer Python Mlops Lifecycle

Noções Básicas de MLOps

O caminho do notebook para a produção.

Python Mlops Basics Production

Rastreamento de Experimentos

MLflow e Weights & Biases.

Python Mlops Mlflow Wandb

Registros e Versionamento de Modelos

Python Mlops Registry Versioning

Data & Model Versioning (DVC)

Conjuntos de dados e artefatos reproduzíveis.

Python Mlops Dvc Versioning

Servindo com FastAPI

Envolvendo um modelo em uma API de produção.

Python Mlops Fastapi Serving

Servidores Dedicados (BentoML / Triton / TorchServe)

Python Mlops Triton Bentoml

Inferência em Lote e Streaming

Python Mlops Batch Streaming

Monitoramento e Drift

Python Mlops Monitoring Drift

Infraestrutura e Custo de GPU

Python Mlops Gpu Cost

Boas Práticas de MLOps

Regras do ciclo de vida de ML em produção.

Python Mlops Best Practices List

MLOps Highlights Summary

A single-page roundup of every highlight bullet from the 11 pages in the MLOps section, grouped by source page so you can scan all 46 takeaways without opening each article individually.

Highlights Summary Mlops

MLOps

Buscar na documentação

MLOps